单细胞转录组数据处理之细胞亚群比例比较

前面我们一起学习到了单细胞转录组数据的降维聚类分群，而且拿到的亚群，也可以解释其生物学意义，见：单细胞转录组数据处理之细胞亚群注释，接下来可以把拿到的亚群进行更细致的分群，或者看不同样本不同组别的内部的细胞亚群的比例变化。

这就是个性化分析阶段，这个阶段取决于自己的单细胞转录组项目课题设计情况，我们的介绍的各式各样的分析点，并不是通用的。比如如果要比较细胞亚群比例，就必须要有多个样本，如果是单个样本，可以看我们以前的教程：

• 我的课题只有一个10x样本肿么办？
• 两个样品的10x单细胞转录组数据分析策略
• 三个10X单细胞转录组样本CCA整合
• 多个单细胞转录组样本的数据整合之CCA-Seurat包

还有：使用seurat3的merge功能整合8个10X单细胞转录组样本 和 seurat3的merge功能和cellranger的aggr整合多个10X单细胞转录组对比 。

2个10X样本可以看细胞亚群比例

可以看到如下是2个单细胞转录组样本，它们的批次效应去除的挺好的，tSNE图如下：

2个单细胞转录组样本整合

作者就根据聚类分群结果，对细胞亚群命名后，重新拆分开来看两个样本的不同细胞亚群的比例，如下：

d, Bar chart of the relative frequency of immune cell types derived from aggregated MC data in blood and plaque.

很明显，有细胞亚群的比例变化：

有趣的是，还可以使用火山图的形式来展现，这两个分组的细胞亚群比例变化情况。不过，需要

e, Volcano plot of the fold change of MC frequency in plaque and blood from 15 patients

另外一个例子也是2个样本

同样的是2个样本，所以理论上分群后，注释了，就可以同样的看不同亚群在这两个样本的比例差异情况。

分群-注释-比例

只需要简单的一个table函数，就可以计算出不同样本的不同细胞亚群的细胞数量，进而计算比例后绘制图表。

如果是4个样本

这个情况下，比例条形图仍然是可以的，但是火山图就没有可能啦，火山图只能是两个对比。

4个样本不同亚群的比例差异

可以看到，上图的4个样本的去除批次效应也挺好的，有趣的是分群得到的13个亚群，在4个样本里面的比例差异不大。